36 分钟
单变量微积分精读

费马引理与罗尔定理:极值点为什么导数为 0

从局部极值出发证明费马引理(内点可导极值必为驻点),再得到罗尔定理,理解每条定理的闭连续、开可导条件为何缺一不可

  • 区分局部极大/极小和全局最值,搞懂内点、端点、驻点这些概念
  • 费马引理:内点取极值且函数可导的话,f′(x)=0
  • 掌握罗尔定理的条件、结论与几何意义,会构造辅助函数
  • 能用反例说明条件缺失时定理失效,避免滥用

求「最」的问题,先从极值点的必要条件说起

导数最有价值的应用之一是找最大、最小值:利润最大、成本最低、误差最小。要系统解决,先想清楚:函数图像的「峰」和「谷」处,切线长什么样?这就把直觉变成严格定理:费马引理与罗尔定理,它们是整座中值定理大厦的第一块砖。

1.1 局部极值与全局最值

若存在 x₀ 的一个小邻域,使邻域内所有 x 都满足 f(x)≤f(x₀),称 x₀ 是局部极大值点(峰);≥ 则为局部极小值点(谷),统称局部极值。全局(绝对)最值是在整个区间上的最大/最小。局部极值只跟「附近」比,一个函数可以有许多局部极值;全局最值至多一个最大值、一个最小值(可能在多个点取到)。端点处只与单侧比较,叫端点最值,处理方式与内点不同。

ℹ️极值是「局部」概念,且极值指函数值

严格说,极值点是自变量x₀,极值是函数值f(x₀),口语里常混用。内点指区间内部的点,不是端点。讨论可导和费马引理的时候,必须用内点,因为端点只有单侧导数,切线不用水平。

1.2 费马引理:内点可导极值处,切线必水平

费马引理:若 x₀ 是 f 的局部极值点,x₀ 是区间内点,且 f′(x₀) 存在,则 f′(x₀)=0。证明用左右导数:假设 x₀ 是局部极大,邻域内 f(x)≤f(x₀)。h>0 从右侧逼近,差商 [f(x₀+h)−f(x₀)]/h≤0,取右极限得 f′₊(x₀)≤0;h<0 从左侧逼近,分子≤0、分母<0,差商≥0,取左极限得 f′₋(x₀)≥0。可导则左右导相等,都等于 f′(x₀),一个数既 ≤0 又 ≥0,只能是 0。极小情形同理,不等号反向,结论一样。

光滑曲线的峰顶、谷底处,切线是水平的,斜率为0。上抛物体到最高点时,速度为0。满足f′(x)=0的点,叫驻点。

⚠️费马引理是「必要条件」,不是充分条件

只说「内点可导极值 ⟹ f′=0」,反方向不成立:f′(x₀)=0 不代表 x₀ 是极值。反例 f(x)=x³,f′(0)=0 但 0 既不是峰也不是谷(x³ 单调递增,0 只是一个水平拐点)。极值点也可能导数不存在,如 |x| 在 0 取极小但不可导。候选极值点 = 驻点 ∪ 不可导点(内部),再加上端点,逐一比较才不会漏。

选择题

关于 f′(x₀)=0,下列说法正确的是?

1.3 罗尔定理:把「水平切线」做成存在性定理

罗尔定理:若函数 f 同时满足在闭区间 [a,b] 上连续;在开区间 (a,b) 内可导;端点值相等 f(a)=f(b),则至少存在一点 ξ∈(a,b) 使 f′(ξ)=0。

f在闭区间连续,所以在[a,b]上有最大值M和最小值m。 分两种情况:要是M=m,f在区间上是常数,导数处处是0,随便取个ξ就行要是M>m,因为f(a)=f(b),最大值和最小值不可能都在端点(不然M=m=f(a)),至少有一个(比如最大值M)在内点ξ取到。ξ是内点,可导,还是局部极大点,按费马引理,f′(ξ)=0。 证毕。

几何意义:一条两端等高、中间不断裂且处处有切线的曲线,中间至少有一条水平切线。它不告诉你 ξ 具体在哪、有几个,只保证「存在」,这正是中值定理的典型风格。

填空题填写空白处的代码
# f(x)=x^2-4x+3 在 [1,3] 上验证罗尔定理 # f(1)=1-4+3=0 ; f(3)=9-12+3=(端点相等) # f'(x)=2x-4=0 得 ξ= ∈(1,3)

1.4 三个条件为什么缺一不可

罗尔的每个条件都是防反例的:去掉闭区间连续,哪怕只在一个端点不连续,最值可能取不到,水平切线可消失;去掉开区间可导,内部出现尖点,如 f=|x| 在 [−1,1],端点等高、连续,但内部0点不可导、其余点导数为±1,没有任何 f′=0 的点;去掉端点等值,整体倾斜的直线 f=x 在 [0,1] 导数恒为1,没有水平切线。记定理时连同条件一起记,用之前先逐条核对。

配对题概念与结论配对

本节小结

光滑函数在内点取极值,必有 f′=0,这就是费马引理。但驻点未必是极值,比如 x³;极值也可能在不可导点,比如 |x|。罗尔定理要求闭连续、开可导、端点等值三个条件,能保证区间内部有水平切线点,证明靠闭区间取最值加费马引理。下一节放宽端点等值的条件,得到应用极广的拉格朗日中值定理。

资深工程师加餐

底层原理 · 大厂视角 · 工程经验,点卡片展开

定积分是黎曼和(切成无穷多个细矩形再求和)的极限:几何上是曲线下面积,物理上是由速度累积位移、由功率累积功。微积分基本定理(牛顿-莱布尼茨公式)揭示微分与积分互为逆运算,把「求极限和」转化为「找原函数代入上下限」,让面积真正可计算。